William Jevons szerint a nagyobb hatékonyság végső soron még nagyobb fogyasztáshoz vezet.
Amikor a 19. században sokan abban reménykedtek, hogy a hatékonyabb gőzgépek segítenek megőrizni Anglia szűkös szénkészleteit, William Jevons figyelmeztetett: épp az ellenkezője fog történni. A nagyobb hatékonyság, mondta, még nagyobb fogyasztást fog eredményezni. Igaza lett, és ez az előrejelzése később „Jevons-paradoxon” néven vált ismertté.
A jelenséget gyakran idézik, amikor a hatékonyság növekedése miatt valaminek a használata még inkább megnő. Például amikor az autók üzemanyag-fogyasztása csökkent, az emberek többet kezdtek vezetni; amikor a villanykörték energiahatékonyabbá váltak, többet szereltek fel belőlük; vagy amikor a fűtési-hűtési rendszerek hatékonyabbak lettek, nagyobb házakat kezdtek építeni.
Ezek azonban inkább a „visszapattanó hatás” példái, ahol a megtakarítás egy részét ellensúlyozza a megnövekedett használat. A digitális forradalom idején azonban a Jevons-paradoxon igazán kiteljesedett: amilyen gyorsan csökkent a számítástechnika költsége (köszönhetően például Moore törvényének), olyan gyorsan nőtt a felhasználás.
Ennek köszönhetően az olyan iparágak, mint a félvezetők és a felhőalapú számítástechnika, egyszerre lettek kiváló üzletek és befektetések. Az AI körüli befektetési láz is ezen a logikán alapul: a hatékonyabb GPU-k lehetővé teszik a mesterséges intelligencia használatának robbanásszerű növekedését. Satya Nadella, a Microsoft vezérigazgatója például így kommentálta egy posztjában: „A Jevons-paradoxon ismét lecsapott”, amikor néhány befektető amiatt aggódott, hogy a hatékonyabb AI-modellek csökkenthetik a GPU-k és felhőszolgáltatások iránti keresletet.
Eddig úgy tűnik, Nadellának igaza van – a hatékonyabb modellek által elért megtakarításokat bőven ellensúlyozza a növekvő kereslet.
Nyereség vagy kudarc
De van egy fontos tanulság: attól, hogy igaz a Jevons-paradoxon, még nem biztos, hogy a befektetők is nyernek vele. Azok, akik például az 1990-es években jól megjósolták az internetforgalom robbanásszerű növekedését, mégis pénzt veszítettek az olyan cégek részvényein, mint a Level 3 vagy a WorldCom. Hasonlóképp az is igaz, hogy a légi közlekedés hihetetlen növekedése ellenére a légitársaságokba való befektetés sokszor kudarcot vallott.
És most nézzük a kriptót.
Sokan hisznek abban, hogy a hatékonyabb, olcsóbb blokktér kínálata exponenciális növekedést fog hozni a keresletben. Valóban: a Solana vagy az Ethereum layer-2 megoldásai (mint a Base) hatalmas aktivitásnövekedést tapasztaltak – főként mémcoin-kereskedés formájában. Ez azonban aligha fenntartható hosszú távon.
Az Ethereum példája pedig azt mutatja, hogy a blokktér iránti kereslet nem mindig rugalmas. A tranzakciós költségek több mint 90%-kal csökkentek a 2021-es csúcshoz képest, de a tranzakciók száma gyakorlatilag nem változott. Ráadásul az Ethereum layer-2 megoldásain fizetett díjak sem tudják kompenzálni a layer-1-en kiesett bevételeket.
Ez is érdekes lehet: Kijöttek a GDP adatok – Trump gazdaságpolitikája visszavetette az amerikai gazdaságot
Ez persze nem azt jelenti, hogy a kriptószektor kudarcra van ítélve – ugyanúgy, ahogy a légiközlekedés és a távközlés is rendkívül hasznos az emberiség számára, még ha a befektetők sokszor nem is profitáltak belőle.
A tanulság egyszerű: lehet, hogy igazad van a Jevons-paradoxon tekintetében – de ettől még veszíthetsz a befektetéseiden.
A kriptomagazin.hu oldalon található információk és elemzések a szerzők magánvéleményét tükrözik. A jelen oldalon megjelenő írások, cikkek nem valósítanak meg befektetési elemzést vagy befektetési tanácsadást. Bármely befektetési döntés meghozatala során az adott befektetés megfelelőségét csak az adott befektető személyére szabott vizsgálattal lehet megállapítani, melyre a jelen oldal nem vállalkozik és nem is alkalmas. Az egyes befektetési döntések előtt éppen ezért tájékozódjon részletesen és több forrásból, szükség esetén konzultáljon befektetési tanácsadóval!
A cikkekben megjelenő esetleges hibákért, valamint a téves információkból eredő anyagi károkért a kriptomagazin.hu felelősséget nem vállal. A cikk a mesterséges intelligencia segítségével készült szerkesztői ellenőrzéssel.
